【深度学习】StabelDiffusion，Lora训练过程，秋叶包，Linux，SDXL Lora训练

19.27服务器

一、环境搭建指南

打造一个高效且友好的开发环境，我们推荐使用以下简洁明了的中文资源：

• 项目源码获取：
  通过以下命令轻松克隆项目及所有子模块至您的Linux系统：

  git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts
  1

• 配置调整：
  清除默认的pip源，以便更灵活地管理包依赖：

  pip config unset global.index-url
  1

• 环境部署：
  进入项目目录，尝试一键安装环境（若遇问题，后续有详细分步指南）：

  cd lora-scripts
  bash install.bash
  1
  2

• pip升级：
  确保pip版本最新，以兼容所有依赖安装：

  venv/bin/python3 -m pip install --upgrade pip
  1

二、个性化安装流程

遇到安装脚本问题？无需担心，以下是一步步的手动安装教程：

1. 创建虚拟环境：
   使用conda快速建立隔离的Python环境，并激活它：

   conda create -n Akegarasu python=3.10 -y
   conda activate Akegarasu
   1
   2

2. 安装PyTorch与torchvision：
   根据您的CUDA版本，定制化安装PyTorch等关键包。请将{CUDA版本}替换为实际值，如cu121：

   pip install torch==2.2.1+{CUDA版本} torchvision==0.17.1+{CUDA版本} --extra-index-url https://download.pytorch.org/whl/{CUDA版本}
   1

   或使用conda安装固定版本（示例中为CUDA 12.1）：

   
我的就是
conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia -y
1
2
3

3. 添加xformers：
   如需xformers，可选用以下任一方式安装，确保指定了正确的CUDA版本：

   pip install --no-deps xformers==0.0.24 --extra-index-url https://download.pytorch.org/whl/{CUDA版本}
   1

   或直接从GitHub安装特定提交版本：

   pip install --upgrade git+https://github.com/facebookresearch/xformers.git@commit_hash_here
   1

4. 安装额外依赖：
   分别进入sd-scripts目录和其他需要的目录，逐一安装依赖：

   cd sd-scripts
   pip install -r requirements.txt
   cd ..
   pip install -r requirements.txt
   1
   2
   3
   4

三、启动应用

一切就绪后，通过以下命令启动您的应用，享受便捷的本地访问：

python gui.py --host "0.0.0.0" --port 7874
1

更多启动参数详情，请参考附图链接（请注意，原链接图片无法直接展示，您需点击链接查看具体参数说明）：

四、打开web

http://10.136.19.27:7874/

专家模式，选择model为/ssd/xiedong/sdmodels/models/Stable-diffusion/sd_xl_base_1.0_0.9vae.safetensors

/ssd/xiedong/lora-scripts/yifei/ 已经是我标注好的数据，图片和对应的txt文件。

取名字：

这个不开不行：

选2张卡：

五、开始训练

训练后的lora文件在output中。